模型错位与语言变化：AI关联语言在非脚本化口语英语中的痕迹

近年来，书面语言，特别是在科学和教育领域，出现了显著的词汇使用变化。这些变化广泛归因于大型语言模型（LLM）的日益影响，后者经常依赖独特的词汇风格。模型输出与目标受众规范之间的差异可被视为一种错位。尽管这些变化常与直接将人工智能（AI）用作文本生成工具有关，但是否反映了人类语言系统本身的更广泛变化仍不清楚。为探索此问题，我们构建了一个来自未脚本化口语数据集，包含来自科学和技术播客的2210万个单词。我们分析了2022年ChatGPT发布前后词汇趋势，重点关注常见的LLM关联词汇。我们的结果显示，2022年之后，这些词汇的使用出现中等但显著的增加，表明人类词汇选择趋向于LLM关联模式。相比之下，基线同义词没有出现显著的方向性变化。鉴于时间段较短且影响的词汇数量较大，这可能表示语言使用正在出现显著变化。无论是这种变化代表自然语言变�，还是由AI暴露驱动的新型变迁尚不明确。同样，虽然这些变化可能源于更广泛的采用模式，但也可能是上游训练错位最终导致人类语言使用的变化。这些发现与不对齐模型可能塑造社会和道德信念的伦理问题相呼应。